Originalarbeiterreichbar
METR, How Does Time Horizon Vary Across Domains?
Kwa und Cheng übertragen am 14.07.2025 die Zeithorizont-Rechnung auf neun vorhandene Benchmarks aus anderen Gebieten, ohne eigene neue Versuche. Wissenschaftliche Fragen, Mathematikwettbewerbe und Programmieraufgaben liegen in derselben Größenordnung wie die Softwareaufgaben. Die Bedienung grafischer Oberflächen liegt um den Faktor 40 bis 100 darunter. Die Daten vieler dieser Benchmarks nennen die Autoren selbst weniger belastbar als die der Ausgangsarbeit.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 09.10.2026:
Visual computer use (OSWorld, Web
bestätigt 10.11.2026Arena) time horizons are 40-100x shorter than the software and reasoning cluster but are increasing at similar rates. The data for many of these benchmarks are less robust than in the original paper
bestätigt 10.11.2026we expect that time horizons on all economically valuable tasks will range over several orders of magnitude
bestätigt 10.11.2026